FACULTAD DE CIENCIAS BÁSICAS

DEPARTAMENTO DE MATEMÁTICA

Asignatura: Álgebra lineal

Número de la guı́a: 2
Tema: Vectores y Matrices

Introducción: Esta guı́a muestra la definición de vectores y matrices al igual las operaciones
básicas entre de cada uno de ellos. Se definen algunos tipos de matrices que son de interés y
además se ilustra la relación entre matrices y sistemas de ecuaciones, también como el cálculo
de la inversa de una matriz cuando esta exista.

Objetivo: El estudiante estará en capacidad de comprender y manejar las operaciones básicas de

vectores y matrices al igual que de identificar diferentes tipos de matrices. Además, estará en
capacidad de describir las soluciones de un sistema de ecuaciones lineales, mediante la suma de
una solución particular más todas las soluciones del sistema homogéneo asociado. Finalmente,
el estudiante estará en capacidad de identificar y calcular la inversa de una matriz, cuando
exista.

1. Vectores y matrices
Un vector fila de n componentes es un arreglo ordenado de n números reales. Podemos escribir un
vector como la lista de sus componentes ~v = (x1 , x2 , . . . , xn ) o, equivalentemente, como un vector
columna  
x1
 x2 
~v =  . 
 
 . .
xn
Si un vector tiene todas sus componentes ceros, este vector se llama vector cero.
Definición 1. Una matriz m × n es un arreglo ordenado rectangular de números reales con m filas
y n columnas:  
a11 a12 ··· a1n
 a21 a22 ··· a2n 
A= . (1)
 
.. .. ..
 ..

. . . 
am1 am2 · · · amn
La matriz también puede denotarse como A = (aij ) con 1 ≤ i ≤ m, 1 ≤ j ≤ n, donde aij representa
la entrada ij de la matriz A, es decir el número que se encuentra en la fija i columna j. Llamaremos
Mmn (R) al conjunto de matrices m × n con entradas (o componentes) reales. Se dice que una matriz
m × n tiene tamaño m × n.
Si A ∈ Mmn (R) y m = n, entonces A se llama matriz cuadrada.
Ejemplo 1. Algunos ejemplos de matrices de diferentes tamaños:
 
2 3 0
1. A = matriz de tamaño 2 × 3.
5 1 −2

1
  
4 8 −9 0
 1 3 7 1 
2. B =   matriz de tamaño 4 × 4 (cuadrada).
 −8 5 3 2 
7 −3 0 4
 
1 0 0 0
3. C =  0 1 0 0  matriz de tamaño 3 × 4.
0 0 1 0
Dos matrices son iguales, si son del mismo tamaño y sus elementos situados en el mismo lugar son
iguales , es decir, A = B si y sólo si aij = bij para todo i, j.

1.1. Operaciones entre matrices

Definición 2. (Suma de matrices) Dos matrices A = (aij ) y B = (bij ) en Mmn (R) se suman de
acuerdo con la regla:
     
a11 a12 · · · a1n b11 b12 · · · b1n a11 + b11 a12 + b12 · · · a1n + b1n
 a21 a22 · · · a2n   b21 b22 · · · b2n   a21 + b21 a22 + b22 · · · a2n + b2n 
.. + .. ..  = 
     
 .. .. . . .. . . .. .. .. .. 
 . . . .   . . . .   . . . . 
am1 am2 · · · amn bm1 bm2 · · · bmn am1 + bm1 am2 + bm2 · · · amn + bmn
De la definición tenemos que la suma A + B da como resultado otra matriz C ∈ Mmn (R) donde
C = (cij ) es tal que cij = aij + bij .
Ejemplo 2. Para ilustrar la suma de matrices, tenemos
       
3 4 5 1 0 2 3+1 4+0 5+2 4 4 7
1. + = =
0 1 2 3 1 4 0+3 1+1 2+4 3 2 6
2.
     
2 6 9 0 3 8 −9 1 2+3 6+8 9−9 0+1
 1 3 7 1   1 0 2 1   1+1 3+0 7+2 1+1 
 + = 
 −8 5 3 2   4 5 3 2   −8 + 4 5+5 3+3 2+2 
7 3 0 4 1 3 0 1 7+1 3+3 0+0 4+1
 
5 14 0 1
 2 3 9 2 
=
 −4 10

6 4 
8 6 0 5

Definición 3. (Multiplicación de una matriz por un escalar) Una matriz

 
a11 a12 · · · a1n
 a21 a22 · · · a2n 
A= .
 
.. .. .. 
 .. . . . 
am1 am2 · · · amn
se multiplica por un escalar r ∈ R según:
 
ra11 ra12 ··· ra1n
 ra21 ra22 ··· ra2n 
rA =  .
 
.. .. ..
 ..

. . . 
ram1 ram2 · · · ramn

2
Esto es rA = (raij ).
 
1 4 5
Ejemplo 3. Si A = entonces
3 2 4
     
1 4 5 3(1) 3(4) 3(5) 3 12 15
1. 3A = 3 = =
3 2 4 3(3) 3(2) 3(4) 9 6 12
     
1 4 5 −2(1) −2(4) −2(5) −2 −8 −10
2. −2A = −2 = =
3 2 4 −2(3) −2(2) −2(4) −6 −4 −8
  1
(1) 13 (4) 13 (5)
   1 4 5 
1 1 1 4 5 3 3 3 3
3. 3 A = 3 = 1 1 1 = 2 4
3 2 4 3 (3) 3 (2) 3 (4) 1 3 3

1.2. Propiedades de las operaciones elementales con matrices

Teorema (Propiedades de la suma). Sean A, B y C tres matrices m × n, entonces

Asociatividad: (A + B) + C = A + (B + C)

Conmutatividad: A + B = B + A

Existencia de identidad aditiva: A + O = O + A = A

Existencia de inverso aditivo: A + (−A) = O.

En los anunciados anteriores la matriz O es la matriz cuyas entradas son todas cero:
 
0 0 ··· 0
 0 0 ··· 0 
O= . . .
 
. . . .. 
 . . . . 
0 0 ··· 0

y la matriz −A es la matriz cuyas entrada ij es −aij :

 
−a11 −a12 ··· −a1n
 −a21 −a22 ··· −a2n 
−A = 
 
.. .. .. .. 
 . . . . 
−am1 −am2 · · · −amn

Teorema (Propiedades de la multiplicación por escalares). Sean A y B matrices m × n, y sean r

y s escalares en R.

Distributividad: r(A + B) = rA + rB

Distributividad: (r + s)A = rA + sA

Asociatividad: r(sA) = (rs)A

3
1.3. Multiplicación de matrices
Definición 4. El producto punto o producto escalar entre 2 vectores ~v = (x1 , x2 , . . . , xn ) y
w
~ = (y1 , y2 , . . . , yn ) es el número real

~v · w
~ = x1 y1 + x2 y2 + · · · + xn yn .

A menudo se tomará el producto escalar de un vector fila y un vector columna. En este caso se tiene
 
y1
 y2 
(x1 , x2 , . . . , xn )  .  = x1 y1 + x2 y2 + · · · + xn yn .
 
.
 . 
yn

~ = (2, −1, 0) tenemos que

Ejemplo 4. Sea ~v = (1, 2, 3) y w

~v · w
~ = (1)(2) + (2)(−1) + (3)(0) = 0.

Teorema. Sean ~u, ~v y w

~ tres vectores y r un escalar. Entonces:

1. Conmutatividad: ~v · w ~ · ~v .
~ =w

2. Distributividad: ~u · (~v + w)
~ = ~u · ~v + ~u · w.
~

3. Homogeneidad: r(~v · w)
~ = (r~v ) · w
~ = ~v · (rw).
~

~ ≥ 0 y ~v · ~v = 0 si y solamente si ~v = ~0.
4. Positividad: ~v · w

Definición 5. Sean Am×n y Bn×l matrices m × n y n × l, respectivamente, es decir que el número

de columnas de A es igual al número de filas de B. La matriz producto AB es la matriz cuya
componente ij está dada por el producto de la i−ésima fila de A por la j−ésima columna de B. Es
decir:
 
a11 a12 · · · a1n    
 .. .. ..  b11 · · · b1j · · · b1n c11 c12 · · · c1l
 . . ··· . 
  b21 · · · b2j · · · b2n    c21 c22 · · · c2l 
  
 ai1 ai2 · · · ain   . . .. . = . . .. .
 .
 .. . ..   ..
  .. . .. 
. ···

 .. .. . .. .
..  
 . . bn1 · · · bnj · · · bnl cm1 cm2 · · · cml
am1 am2 · · · amn
 
b1j
 b2j  Pn
donde cij = (ai1 , ai2 , . . . , ain )   = ai1 b1j + ai2 b2j + · · · + ain bnj = aik bkj
 
..
 .  k=1
bnj
Para multiplicar una matriz A por una matriz B, el número de columnas de la matriz A, debe ser
igual a el número de filas de la matriz B.

Ejemplo 5. Ilustraremos el producto de matrices con este ejemplo:

 
  4 2    
2 3 1  1 1  2 × 4 + 3 × 1 + 1 × 0 2 × 2 + 3 × 1 + 1 × 3 11 10
= =
1 0 4 2×3 1 × 4 + 0 × 1 + 4 × 0 1 × 2 + 0 × 1 + 4 × 3 2×2 4 14 2×2
0 3 3×2

4
Ejemplo 6. Es fácil verificar también que
 
  −2 2 1  
1 2 3 4  5 22 24 12
 −2 −3 −1 0  3 1 
 =  −13 −13 −4 
 2 0 −1 
2 4 −1 −7 3×4 0 −12 −14 3×3
2 4 3 4×3

Atención! Obsérvese que, si hacemos

 
  −2 2
1 2 3 4  5 3 
A =  −2 −3 −1 0  y B=
 2
,
0 
2 4 −1 −7
2 4
aunque se puede definir el producto AB no es posible definir BA!
Ası́, solo están definidos ambos productos, AB y BA, cuando las matrices son cuadradas y del
mismo tamaño. En general,
AB 6= BA,
luego la multiplicación de matrices no es conmutativa.

1.4. Ejercicios
1. Dadas las matrices
   
1 3 7 −4 −1 7

A = 8 −21 6 , B =  8 12 3 , C = 1 7 20
8 11 9 5 34 1
hallar:
1
a) A + 2B b) 2 AB c) AC d) CB
   
  1 2 3 2
1 −3 4
2. Si A = , B =  3 5 , C =  1 0  , calcular:
2 3 1
2 0 −1 4

a) AB b) BA c) AC d ) CA e) A(3B−2C).

3. Qué condiciones se deben cumplir para que se tengan las siguientes igualdades:

a) (A + B)2 = A2 + 2AB + B 2 c) A2 − B 2 = (A − B)(A + B)

b) (A − B)2 = A2 − 2AB + B 2 d) (AB)2 = A2 B 2

2. Algunos tipos de matrices

Definición 6. (Matriz diagonal) Es una matriz cuadrada en la que todos los elementos que no
están en la diagonal son cero , es decir, A es una matriz diagonal si y sólo si aij = 0 para todo i 6= j,
es decir  
a11 0 · · · 0
 0 a22 · · · 0 
D= .
 
.. .. .. 
 .. . . . 
0 0 · · · ann

5
Ejemplo 7. La matriz a continuación es una matriz diagonal de tamaño 3 × 3.
 
8 0 0
D= 0 4 0 
0 0 1

Ası́ como existe una identidad para la suma de matrices (la matriz O), existe una matriz que juega
el mismo papel respecto a la multiplicación:

Definición 7. (Matriz identidad) La matriz identidad (de tamaño n×n) es la matriz diagonal
 
1 0 0 0
 0 1 0 0 
I= 0

0 1 0 
0 0 0 1

Tenemos entonces que, para cualquier matriz A de tamaño m × n, AI = A.

Definición 8. (Matriz transpuesta) Sea A = (aij ) una matriz en Mmn (R), la transpuesta de A,
denotada AT , es la matriz AT = (aji ) ∈ Mmn (R), es decir,
   
a11 a12 · · · a1n a11 a21 · · · am1
 a21 a22 · · · a2n   a12 a22 · · · am2 
T
A= . ⇒A = .
   
. .. . . ..  . .. . . .. 
 . . . .   . . . . 
am1 am2 · · · amn m×n
a1n a2n · · · anm n×m
 
−2 0  
−2 1 4
Ejemplo 8. Para la matriz B =  1 3  tenemos B T =
0 3 −5
4 −5

Teorema (Propiedades de la transposición). Sean A y B dos matrices. Entonces

1. (AT )T = A

2. (A + B)T = AT + B T

3. (AB)T = B T AT .

De ahora en adelante, cada vez que un producto matricial sea indicado, se asume que las matrices
tienen el tamaño indicado para que su producto esté bien definido.

Teorema (Propiedades de la multiplicación matricial). Sean A, B y C tres matrices y r un escalar,

entonces

1. Asociatividad: (AB)C = A(BC)

2. Distributividad a izquierda: A(B + C) = AB + AC

3. Distributividad a derecha: (A + B)C = AC + BC

4. Distributividad de escalares: r(AB) = (rA)B = A(rB)

5. Identidad multiplicativa: IA = AI = A.

6
Definición 9. (Matriz simétrica) Sea A una matriz cuadrada de n × n. A es simétrica si y sólo
si, A = AT . Es decir, las columnas de A son también las filas de A.

Ejemplo 9. La siguientes matrices son simétricas

   
2 3 4 3 2 5
C =  3 4 6 , D= 2 4 6 
4 6 7 5 6 7

Definición 10. (Matriz antisimétrica) Sea A una matriz cuadrada de n×n. A es antisimétrica
si y sólo si, A = −AT . Es decir, aij = −aji .

Ejemplo 10. La siguientes matrices son antisimétricas

   
0 1 −1 0 3 −5
A =  −1 0 2 , B =  −3 0 6 
1 −2 0 5 −6 0

Definición 11. (Matriz involutiva) Decimos que A es involutiva si y sólo si A2 = I.

Definición 12. (Matriz Idempotente) Una matriz A es idempotente si y sólo si A2 = A.

Además, si A es idempotente entonces AT es idempotente.

Definición 13. (Matriz ortogonal) La matriz A es ortogonal sis y sólo si AAT = AT A = I.

Definición 14. (Matriz triangular superior (inferior)) Una matriz cuadrada A se dice que es
triangular superior si y sólo si aij = 0 para i > j. Es decir,
 
a11 a12 · · · a1n
 0 a22 · · · a2n 
A= . ..  .
 
. .. . .
 . . . . 
0 0 · · · ann

Por otra parte, una matriz cuadrada A se dice que es triangular inferior si y sólo si aij = 0 para
i < j. Es decir,  
a11 0 ··· 0
 a21 a22 ··· 0 
A= . .
 
.. .. ..
 .. . . . 
an1 an2 · · · ann
Finalmente, se dice que una matriz es triangular si y sólo si A es triangular superior o triangular
inferior.

2.1. Ejercicios
1. Dar un ejemplo de cada uno de los tipos de matrices vistas.

2. Demostrar que si AB = A y BA = B entonces A y B son matrices Idempotentes

 
a 1
3. Sea A = con a ≥ 0. Para que valor de a se cumplirá que A es idempotente.
1 a
4. Demostrar que si una matriz A tiene dos de las siguientes tres propiedades.

7
 a) Simétrica b) Ortogonal c) Involutiva.

Posee la tercera.

5. Si A y B son matrices que conmutan, demostrar que AT y B T conmutan.

6. Hallar a, b, y c tal que las matrices

   
2 a − 2b + 2c 2a + b + c 2 a 3
a) A =  3 5 a+c  b) B =  5 −6 2 
0 −2 7 b 2 7

sean simétricas

7. determine la veracidad de los enunciados siguientes:

a) (ABC)T = C T B T AT
b) AAT es una matriz simétrica
c) Si A y B son matrices simétricas entonces (AB)T = BA
d ) Si A y B son matrices simétricas entonces (A + B) es simétrica
e) A+AT es una matriz simétrica
f ) A-AT es una matriz antisimétrica
   
1 0 0 1 0 0
g) Si A =  0 2 0  entonces An =  0 2n 0 
0 0 3 0 0 3n

8. Sabiendo que A y B conmutan y que además:

a) A es idempotente y B es involutiva, pruebe que (A + B)3 + (A − B)3 = 8A

b) A es involutiva y B es idempotente, pruebe que (A + B)3 + (A − B)3 = 8B

3. Matrices y sistemas de ecuaciones lineales

Un sistema de m ecuaciones lineales en n incógnitas

a11 x1 + a12 x2 + · · · + a1n xn = b1

a21 x1 + a22 x2 + · · · + a2n xn = b2
..
.
am1 x1 + am2 x2 + · · · + amn xn = bm

puede escribirse en forma compacta en notación matricial como A~x = ~b, donde
    
a11 a12 · · · a1n x1 b1
 a21 a22 · · · a2n 
  x2   b2 
   
..   ..  =  .. 

 .. .. ..
 . . . .  .   . 
am1 am2 · · · amn xn bm

8
Teorema. Sea A~x = ~b, un sistema de ecuaciones lineales y consideremos su sistema homogéneo
asociado A~x = ~0. Si p~ es una solución particular del sistema no homogéneo y ~h es una solución
general del sistema homogéneo, entonces p~ +~h, es una solución del sistema no homogéneo. Más aun,
cualquier solución ~x del sistema no homogéneo se puede escribir como ~x = p~ + ~h, donde p~ es una
solución particular del sistema no homogéneo y ~h es una solución general del sistema homogéneo.

Ejemplo 11. En el ejemplo 4 de la guı́a 1 encontramos que la solución general del sistema de
ecuaciones

x+y−z =5
2x − 3y + z = 0
3x + 3y − 3z = 15

es (x, y, z) = (3 + 52 t, 2 + 35 t, t), que podemos escribir como

(x, y, z) = (3, 2, 0) + ( 52 , 35 , 1)t

donde es fácil verificar que el punto (3, 2, 0) es una solución particular del sistema no homogéneo dado
y
{( 52 , 35 , 1)t | t ∈ R} es el conjunto solución del sistema homogéneo

x+y−z =0
2x − 3y + z = 0
3x + 3y − 3z = 0

Esto nos muestra que la solución general de un sistema no homogéneo proporciona la solución general
del sistema homogéneo asociado sin necesidad de utilizar de nuevo la eliminación de Gauss-Jordan.

3.1. Inversa de una matriz cuadrada

Definición 15. Sea A ∈ Mn (R) una matriz cuadrada n × n. Decimos que A es invertible, y que
su inversa es la matriz A−1 ∈ Mn (R), si

AA−1 = A−1 A = I,

donde I ∈ Mn (R) denota la matriz identidad n × n. Si A no es invertible la llamamos singular.

En caso de existir la inversa de una matriz cuadrada, esta es única.

Teorema (Propiedades de la matriz invertible). Si A y B son matrices invertibles, entonces

1. AB es invertible y (AB)−1 = B −1 A−1

−1
2. A−1 es invertible y A−1 =A

n
3. An es invertible y (An )−1 = A−1 para n = 0, 1, 2...
1 −1
4. Para cualquier escalar k 6= 0, la matriz kA es invertible y (kA)−1 = A
k

9
  
a b
Supongamos que queremos encontrar la matriz inversa de la matriz A = , es decir una ma-
c d
triz  
x y
A−1 = tal que AA−1 = I.
z w
Explı́citamente, escribamos
      
a b x y ax + bz ay + bw 1 0
= =
c d z w cx + dz cy + dw 0 1
lo que podemos escribir como el siguiente sistema de cuatro ecuaciones con cuatro incógnitas:
ax + bz = 1
ay + bw = 0
cx + dz = 0
cy + dw = 1
cuya matriz aumentada es  
a 0 b 0 1
 0 a 0 b 0 
 
 c 0 d 0 0 
0 c 0 d 1
que, multiplicando las dos primeras filas por c y las dos últimas por a es
 
ac 0 bc 0 c
 0 ac 0 bc 0 
 
 ac 0 ad 0 0 
0 ac 0 ad a
El método de reducción de Gauss-Jordan nos da como resultado:
 d 
1 0 0 0 ad−bc
 0 −b
 1 0 0 
ad−bc 
 0 0 1 0 −c 
ad−bc
0 0 0 1 a
ad−bc

luego la matriz A es invertible solamente cuando ad − bc 6= 0 y en tal caso su inversa es

 
−1 1 d −b
A =
ad − bc −c a
El método utilizado en el ejemplo anterior muestra que el problema de invertir una matriz cuadrada
puede escribirse y solucionarse en términos de sistemas de ecuaciones lineales, mediante el método
de reducción de Gauss-Jordan. En general tenemos:

Cálculo de inversas
Sea A una matriz cuadrada, para calcular su inversa siga los siguientes pasos:
1. Forme una matriz aumentada con la matriz identidad de tamaño correspondiente (A|I).
2. Aplique el método de Gauss-Jordan a la matriz (A|I) para reducir la matriz aumentada a la
forma (I|C). Cuando la reducción puede llevarse a cabo completamente, la matriz apareciendo
a la derecha será la inversa de A (es decir C = A−1 ), si la reducción completa no es posible,
la matriz A no tendrá inversa.

10
  
1 2
Ejemplo 12. Hallar la inversa de la matriz A = .
−1 5
Solución. Tenemos entonces,
5
− 27
       
1 2 1 0 1 2 1 0 1 1 2 1 0 1 0 7
R1 + R2 R2 −2R + R
−1 5 0 1 −−−−−→ 0 7 1 1 7−→ 0 1 1 1
−−−−2−−−→1 0 1 1 1
− 7 7 7 7

5
− 27
 
luego A−1 = 7
1 1
7 7

Dado un sistema de n ecuaciones lineales con n incógnitas de la forma

A~x = ~b,

conocer la matriz inversa de A puede ayudar a encontrar fácilmente la solución. En efecto, si A−1
existe, multiplicando a izquierda ambos lados de la ecuación anterior tenemos

A−1 A~x = A−1~b,

luego
~x = A−1~b,
serı́a la solución al sistema.
Ejemplo 13. Consideremos el sistema

2x − y = 0
x+y =3

que podemos escribir en forma matricial como

    
2 −1 x 0
= .
1 1 y 3
 
2 −1
Según vimos anteriormente, la matriz A = tiene inversa ya que (2)(1)−(−1)(1) = 3 6= 0,
1 1
y su inversa es  1 1

−1 3 3
A = ,
− 31 23
luego la solución al sistema puede encontrarse haciendo
 1 1
   
−1~ 3 3 0 1
~x = A b = 1 2 = .
−3 3 3 2

Teorema (Resumen). Sea A una matriz cuadrada n × n, entonces las siguientes afirmaciones son
equivalentes
1. La matriz A es invertible.

2. La matriz A es equivalente por filas a la matriz identidad.

3. El sistema de ecuaciones lineales A~x = ~b tiene solución única para cada ~b ∈ Rn .

4. La forma escalonada reducida por renglones de A tiene n pivotes.

11
3.2. Matrices elementales y matrices inversas
Definición 16. Una matriz cuadrada E de n × n se denomina matriz elemental si que proviene
de la matriz identidad de tamaño n × n, mediante una sola operación elemental entre filas.
Ejemplo 14. Las siguientes matrices son elementales:
 
1 0
1. E1 = = 4R2 . La idéntica en la segunda fila se multiplicó por 4.
0 4
 
0 1
2. E2 = = P12 . Se intercambió la primera fila por la segunda en la idéntica.
1 0
 
1 0 0
3. E3 =  −3 1 0  = −3R1 + R2 . La primera fila de la matriz idéntica se multiplicó por
0 0 1
−3 y se le sumo a la segunda fila.
Teorema. Toda matriz elemental es invertible. El inverso de una matriz elemental es una matriz
elemental.

3.3. Ejercicios
1. Escriba el sistema dado en la forma Ax = b.
x1 + 3x2 − 3x3 = 6
7x1 − x2 + 2x3 = 7
5x1 + 2x2 − x3 = 8

2. Encuentre todas las soluciones al sistema no homogéneo dado encontrando primero una solu-
ción (si es posible) y después todas las soluciones al sistema homogéneo asociado.

a) b)

x1 − x3 = 6
x1 − x2 + 3x3 = 4 x1 + x2 − x3 + 2x4 = 3
x2 + x3 = 3 3x1 + 2x2 + x3 − x4 = 5

3. Determine si la matriz dada es invertible. De ser ası́, calcule la inversa.

       
1 1 1 1 0 1 3 1 2 3
a) b)
−1 3 3 3 c)  3 4 −2  d )  1 1 2 
−1 5 8 0 1 2

4. Si A y B son matrices invertibles y conmutan, demostrar que A−1 y B −1 conmutan.

5. determine la veracidad de los enunciados siguientes:

a) (ABC)−1 = C −1 B −1 A−1
b) Si A y B son matrices invertibles entonces A + B es una matriz invertible
c) Si A y B son matrices ortogonales entonces AB es una matriz ortogonal
d) Si A−1 existe, y AB = AC entonces B = C.

6. Determine cuáles matrices son matrices elementales.

12
        
1 0 1 3 0 1 0 1 0 0
a) b)
1 1 0 1 c)  0 0 1  d)  2 1 0 
1 0 0 0 0 1

7. Encuentre la inversa de la matriz elemental dada.

       
1 0 1 −3 0 1 0 1 0 −5
a) b)
0 4 0 1 c)  1 0 0  d)  0 1 0 
0 0 1 0 0 1

8. Escriba la matriz elemental de 3 × 3 representada por las operaciones con renglones dadas.
1
a) 4R2 b) −3R2 + R3 c) R1  R3 d) 3 R2 + R1

13